marsggbo/xsum_switch128_token_patterns

该数据集包含多个特征，如提示文本、提示ID序列、解码ID序列、提示模式序列和解码模式序列。数据集分为一个训练集，包含34000个样本，总大小为503799413字节。下载大小为79926756字节。数据集的配置文件指定了默认配置，数据文件路径为data/train-*。

The dataset includes multiple features such as prompt text, prompt ID sequences, decode ID sequences, prompt pattern sequences, and decode pattern sequences. The dataset is divided into a training set containing 34,000 samples, with a total size of 503,799,413 bytes. The download size is 79,926,756 bytes. The datasets configuration file specifies the default configuration, with data file paths at data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • prompt_text: 类型为字符串。
  • prompt_ids: 类型为整数序列。
  • decode_ids: 类型为整数序列。
  • prompt_pattern: 类型为整数序列的序列。
  • decode_pattern: 类型为整数序列的序列。

数据集划分

• 训练集:
  • 名称: train
  • 字节数: 503,799,413
  • 样本数: 34,000

数据集大小

• 下载大小: 79,926,756 字节
• 数据集大小: 503,799,413 字节

配置

• 配置名称: default
  • 数据文件:
    • 划分: train
    • 路径: data/train-*